基于实时信息感知的电动汽车物流配送路径优化与充电导航

为了提高电动汽车参与物流配送的效率,同时避免大规模无序充电对配电系统安全运行的影响,借助群智感知技术,获得实时交通路况和充电站信息,提出了基于实时交通信息感知的充电站充电服务费计价模型和基于排队论的充电排队等候时间估算模型;考虑路径选择、时间、电池容量、载货量及配电系统运行电压约束,构建了以参与配送的电动汽车路径行驶时间成本、充电排队等候时间成本、电池损耗成本以及快速充电成本之和最优为目标的电动汽车路径优化和充电导航模型。以某市50×50 km区域内33节点配送系统进行数值仿真,算例结果表明,考虑实时信息感知可以有效减少物流配送成本和缓解大量电动汽车充电对配电系统稳定运行造成的不良影响。     

考虑分时电价和系统峰谷差动态约束的电动汽车有序充电策略

大规模电动汽车并网充电需要同时考虑聚合效应的经济效益和其对电力系统的影响。以电动汽车用户充电费用最优为目标,在考虑充电时间、并行充电汽车数量等传统约束的基础上,结合分时电价与实际负荷曲线,将充电行为对峰谷差和负荷波动的影响作为约束条件,提出了一种新的电动汽车充电行为有序充电策略。基于该策略,利用蒙特卡洛方法模拟了电动汽车用户行为,对比分析了分时电价环境下电动汽车无序充电和有序充电对电网负荷曲线的影响。仿真结果表明:考虑峰谷差和负荷波动约束,通过电动汽车实时响应分时电价,可避免大量电动汽车集中充电而产生新的负荷高峰,且在显著降低电动汽车充电费用的同时,可以实现平滑负荷波动并减少系统的峰谷差。     

基于时序注意力机制的电动汽车灵活性概率建模

电动汽车是一种可以向电力系统提供灵活性的柔性负荷。现有研究对电动汽车灵活性进行建模时,多数仅考虑了充电行为的不确定性以及分时电价的影响,忽略了日前电价与实时电价的偏差,缺少对实时电价、充电负荷多时间尺度时序特征的建模。针对此问题,文中总结了电动汽车灵活性的表现形式与影响因素,考虑面向电价的响应不确定性以及充电行为不确定性,提出基于时序注意力机制的电动汽车灵活性概率建模方法。通过时序注意力机制提取不同时序权重,设计基于时序卷积网络的多时间尺度特征提取网络学习充电行为、电价等不确定性,提取多时间尺度灵活性波动特征。算例表明,所提模型能够有效学习充电行为不确定性与面向电价的响应不确定性,其概率建模效果具有更高的可靠性与精度。     

基于交通信息和配电网全成本电价的电动汽车充电负荷调度方法

电动汽车的集中充电行为会在一定程度造成交通拥堵,为解决这一问题,综合考虑交通信息和电网信息,基于边际定价理论得到配电网节点边际电价和交通阻塞成本,构建电动汽车充电的全成本电价模型。在此基础上,提出一种考虑交通信息和配电网全成本电价的电动汽车充电负荷调度方法。通过仿真算例验证,该方法在满足电动汽车充电需求的同时可以有效缓解交通拥堵。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

计及电动汽车用户响应特性的充电站实时电能共享机制

电动汽车用户参与本地充电站电能共享既能满足充电站电能共享需求,也能通过优化配置本地电能资源给参与者带来收益。考虑到传统电力市场准入门槛高、交易成本高等问题限制了本地电能共享,文中计及电动汽车用户响应特性,提出了基于价格一致性的充电站实时电能共享机制。首先,计及道路拥堵情况、预共享电价、节点边际电价和用户充放电成本效用参数等电动汽车用户驾驶行为影响因素,建立了电动汽车用户选择模型。接着,在本地电能共享网络中,推导了集中式调度模式下社会福利最大化模型的对偶问题,进而提出了基于价格一致性的实时电能共享机制,以共享电价作为一致性变量,参与者间通过信息交互达成价格认同,最终实现电能共享社会福利最大化。最后,在路网-电网-电能共享网络耦合系统中进行了仿真。仿真结果表明,道路通行时间和预共享电价对电动汽车用户选择行为影响最大,高充电效用和低放电成本的电动汽车用户参与充电站电能共享能够同时提升个体和整体经济效益。     

考虑配电网运行安全的出行电动汽车充电引导策略

电动汽车在节能减排、推动“双碳”进程等方面有着传统汽车无法比拟的优势。然而，大规模出行电动汽车无序充电可能会加重配电网负荷波动甚至引起节点电压过低等安全问题。为此，提出了考虑配电网运行安全的出行电动汽车充电引导策略。首先，基于配电网原始负荷及节点电压情况，建立了分区域分时电价定价模型，建立电价与负荷情况之间的相关性；其次，以所制定的电价为基础，在各个充电站分别制定电动汽车充电行为预备调度方案，调度的原则是电动汽车的充电费用最低，从而引导电动汽车在负荷低谷进行充电，参与配电网的负荷优化；再次，建立以充电费用、出行总时间以及行程距离三者权值之和最小为目标的电动汽车充电站选择函数，为电动汽车推荐充电站并规划最优行驶路径，同时提升用户经济性和配电网运行的安全性；最后，以修改的IEEE33节点配电网为例，验证了该策略可以有效提升电动汽车用户出行满意度并兼顾配电网的运行安全。     

含电动汽车与可控负荷的光伏智能小区两阶段优化调度

考虑光伏预测、气温预测偏差对智能小区内电动汽车、可控负荷协同调度的影响,提出了日前协同规划与实时动态修正相结合的两阶段优化调度策略。首先,基于住宅区面积、可控负荷使用特性以及热力学定理建立可控负荷出力模型。其次,在日前调度中以电动汽车有序充电后的运营方收益最大为目标制定实时电价。再次,通过引入实时调度来修正由于日前预测所导致的供求不平衡量。在实时调度中以日前制定的实时电价为依据,优化电动汽车日前充电方案进而实现实时调度费用最小的目标。最后,对所提模型和算法进行了仿真验证,结果表明:文中所提出的两阶段优化调度策略能够降低智能小区协同调度成本,充分发挥电动汽车与可控负荷的调度潜能,提升运营方收益,降低用户费用,改善系统负荷特性。     

电动汽车参与V2G的最优峰谷电价研究

电动汽车与电网互动(vehicle-to-grid,V2G)的市场机制是V2G实施的重要基础。在分析电动汽车放电成本和效益的基础上,给出了电动汽车放电电价定价的上下限。考虑了用户起始充放电时刻的Poisson分布特性,基于经济学理论提出了电动汽车放电需求函数。建立了以电网总负荷波动最小为目标,以满足用户充放电时间、充放电需求等为约束条件的电动汽车与电网互动的最优峰谷电价模型。以京津唐电网为例,得到了电动汽车充放电的最优峰谷电价和对应时段,验证了所提方法的有效性。     

基于马尔可夫决策过程的电动汽车充电站能量管理策略

电动汽车充电站作为并网分布式储能装置,是实现电动汽车与未来能源互联网深度融合的重要组成部分。考虑分时电价和电动汽车用户行为的不确定性,提出了以电动汽车充电站日运营成本最小化为目标的能量管理策略。为了减少对先验信息的依赖和约束,将优化问题建模为一个新的有限回合马尔可夫决策过程模型;基于传统成本模型提出奖惩回报函数,通过主动学习调度决策,得到每辆电动汽车的实时充放电行为;针对模型的高维状态空间问题,设计相应的状态空间和动作空间,采用一种卷积神经网络结构结合强化学习的方法,通过从原始数据观测中提取高质量的经验,获取最优调度策略以达到优化目标。仿真结果表明,与传统的充电策略相比,所提策略可以有效地降低充电站的日运营成本,保护电动汽车的电池,同时能满足电动汽车用户的充电需求。     

考虑电动汽车停泊特性的充电站-电网互动策略研究

研究充电站与电网之间的互动,对改善电动汽车的无序充电行为具有十分重要的意义。提出了一种考虑电动汽车停泊特性的充电站-电网互动策略。首先,基于历史数据,配电网运营商优化分时电价,以减少负荷波动。其次,考虑到电动汽车的停泊特性,充电站根据配电网运营商发布的充放电价格控制电动汽车的充放电功率。最后,配电网运营商通过动态重构策略改变配电网的潮流分布,以提高电压质量并降低线路损耗。基于IEEE-33节点配电网系统进行了仿真,仿真结果表明所提的互动策略可以提高充电站的利益,并能降低配电网的网损。     

考虑用户充电决策行为的电动汽车充电引导策略

快充站(fast charging station,FCS)是电动汽车(electric vehicle,EV)的重要能源供给设施。随着EV的推广应用,快充负荷也逐渐攀升,对配电网运行产生了一定影响。然而,快充负荷作为一种需求侧响应资源,可通过有序充电控制缓解EV接入给配电网运行带来的负面影响,因此文中提出考虑用户充电决策行为的EV充电引导策略。首先,考虑动态交通路况影响,利用出行链理论构建EV移动模型,进行用户出行模拟,并刻画剩余电量的时空分布。其次,考虑剩余电量、充电设施分布与充电服务价格,利用后悔理论构建用户充电决策模型,并刻画充电负荷时空分布。然后,以配电网网损最小为目标,构建充电服务价格优化模型,通过优化公共FCS的充电服务价格,引导充电负荷时空分布。最后,对不同服务价格方案进行对比,结果表明,文中方法对小容量车型的引导效果更好,且用户时间消耗等效折算系数越大,文中方法对充电负荷引导的效果越好。     

计及电量电价弹性的主动配电网多时间尺度优化调度

电动汽车、可再生能源和储能的接入对配电网运行带来了新的挑战,若调度方法和模型制定不当,将影响到配电网的经济性和可靠性,以及电动车主参与调度的积极性。为此,提出了一种主动配电网多时间尺度优化调度方法。首先,在日前阶段构造了基于电量电价弹性的电动汽车充电模型,建立了一种主动配电网日前经济调度模型。然后,在实时阶段通过储能和电动汽车降低可再生能源预测误差对系统的影响。该方法在研究电量电价弹性对电动汽车充电影响机理的基础上,基于不同时间尺度可再生能源预测数据,决策电动汽车、储能和柔性负荷的调用。仿真结果表明,所提方法降低了配电网购电和电动汽车充电费用,减弱了可再生能源预测误差对配电网的影响,优化了负荷特性。     

考虑电动汽车有序充电的配电网重构

考虑到电动汽车用户会响应峰谷分时电价的政策,做出改变电动汽车充电方案的决定,使电动汽车无序充电变成可规划、可预测的有序充电。在此基础上,用户对峰谷分时电价不同的响应度对配电网重构会产生怎样的影响是文中重点探讨的问题。文中的数学模型式以配电网重构费用损失最低为目标,提出一种混合的粒子群蚁群算法用于求解论文提出的问题。对IEEE33节点系统进行仿真,首先验证了提出方法在配电网重构求解有效性;其次验证了电动汽车有序转移到电价谷时段充电能够有效减少配电网重构费用损失,且用户响应度越高,配电网重构费用损失越少。     

考虑用户充电差异性的家用电动汽车充电需求分布分析方法

针对家用电动汽车充电行为的随机性问题,在出行链理论的基础上提出一种计及停车时长充裕度以及分时电价的充电需求分布分析方法。首先,基于全美家庭出行调查数据和出行链理论,研究不同时刻出行量影响下的时空特征量;然后,根据预估的电量需求对用户进行分类,运用模糊推理分析停车时长充裕度以及分时电价对用户充电意愿的影响,构建不同用户的分层充电决策模型,得到充电需求的时空分布情况。算例结果表明,停车时长充裕度以及分时电价对用户的随机性充电行为具有引导作用,可使充电需求在时空分布中发生转移,整体分布出现降峰、避峰效应。     

基于TOPSIS方法的居民区电动汽车有序充电策略

针对中国目前超大城市电动汽车保有量的快速增长与现有配电网制约用户充电需求的矛盾,提出了一种基于理想解法的居民区电动汽车有序充电策略,以最大限度调配现有可用的电能资源。通过分析电动汽车出行规律,建立了居民区电动汽车出行、返回、等待、充电的数学模型。在综合考虑充电时间、充电费用、等待时间、充电完成率、小区总负荷变化率等决策指标基础上,建立了基于理想解法的有序充电排序方法,并通过算例仿真进一步对比了分时电价策略下峰谷电价对用户充电行为的影响。仿真结果表明,与现有网格选取法有序充电结果相比,该方法可在保证电动汽车充电完成率和稳定居民区负荷前提下,更好地兼顾电动汽车充电的连续性、便捷性和经济性,为居民区停车场电动汽车有序充电管理提供决策依据。     

Strategic charging method for plugged in hybrid electric vehicles in smart grids; a game theoretic approach

Implementation of various incentive-based and time-based load management strategies has great potential to decrease peak load growth and customer electricity bill cost. In recent years, developments in Plug in Hybrid Electric Vehicles (PHEVs) have provided various environmental and economic advantages. However, high penetration of electric vehicles in to the grid may cause high peak loads at different times of the days. Using advanced metering and automatic chargers makes it possible to optimize the charging cost, and release generation capacities to provide sustainable electricity supply. Using an appropriate encouraging program is a simple way for vehicle owners to manage their energy consumption and shift the time of charging to proper time of the day; and therefore, to reduce their electricity bill. With these objectives, this paper proposes a new practical PHEVs’ charging scheduling programs aiming at optimizing customers charging cost by considering the generation capacity limitation and dynamic electricity price in different time slots of a day. Using a stochastic model for start time of charging and the duration of it in the proposed optimization algorithm, make this method a practical tool for modeling the vehicle owners’ charging behavior with the purpose of peak load shaving.     

基于实时电价的电动汽车智能充电导航

大量电动汽车（electric vehicle,EV）并网将影响电力系统规划与运行,对电动汽车的充电行为进行有序引导具有重要意义。针对这类问题,提出一种基于实时电价的EV智能充电导航策略,采用粒子群-遗传算法求解最优方案,旨在应用实时电价机制,引导EV有序充电。根据用户的不同需求,设计3种不同导航目标的充电导航策略,分别使用户的时间成本、费用成本以及综合成本最小化。最后在Matlab中建立IEEE-33节点系统模型,以地图上某一真实交通区域为背景,运用蒙特卡罗法模拟路况和EV时空分布信息,验证该方法的有效性。仿真结果表明,该方法可以降低EV用户的出行成本,同时提高配电系统的节点电压质量。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。